Python程序設(shè)計(jì)——從編程基礎(chǔ)到專業(yè)應(yīng)用 第2版 章寧 李海峰
定 價(jià)：59 元
- 作者：章寧 李海峰
- 出版時(shí)間：2024/6/1
- ISBN：9787111753070
- 出 版 社：機(jī)械工業(yè)出版社
- 中圖法分類：TP311.561
- 頁(yè)碼：
- 紙張：膠版紙
- 版次：
- 開本：16開
本書在內(nèi)容設(shè)計(jì)和組織上深入淺出，充分發(fā)揮Python語(yǔ)言易上手和擅長(zhǎng)數(shù)據(jù)分析的特點(diǎn)，分為Python編程基礎(chǔ)和Python專業(yè)應(yīng)用兩個(gè)部分。第1部分共7章，通過Python易上手的特點(diǎn)幫助讀者構(gòu)建良好的編程思維，能夠完成初步的數(shù)據(jù)分析和可視化；第2部分共3章，通過Python擅長(zhǎng)數(shù)據(jù)分析的特點(diǎn)幫助讀者形成自主學(xué)習(xí)并應(yīng)用Python的能力，能夠結(jié)合自己的專業(yè)靈活運(yùn)用Python工具。本書采用任務(wù)驅(qū)動(dòng)的教學(xué)理念，每章第一節(jié)均給出了本章要完成的任務(wù)（案例），所有知識(shí)點(diǎn)均圍繞該案例實(shí)現(xiàn)。本書通過二維碼向讀者提供所有編程實(shí)例的講解視頻等擴(kuò)展內(nèi)容，同時(shí)為教師提供了電子課件、習(xí)題答案、源代碼等輔助教學(xué)資源。
作為入門編程課程教材，本書既可作為高等院校非計(jì)算機(jī)類專業(yè)的公共課教材，也可作為計(jì)算機(jī)類專業(yè)的學(xué)習(xí)參考書。
采用任務(wù)驅(qū)動(dòng)的教學(xué)理念，每章第一節(jié)均給出了本章要完成的任務(wù)（案例），所有知識(shí)點(diǎn)均圍繞該案例實(shí)現(xiàn)。
重新設(shè)計(jì)和組織Python編程基礎(chǔ)部分的內(nèi)容，使其更適合初學(xué)者學(xué)習(xí)、記憶、理解和運(yùn)用。
豐富數(shù)據(jù)分析與可視化的內(nèi)容，包括 NumPy、Pandas、Matplotlib和Scikit-learn類庫(kù)。
通過二維碼向讀者提供所有編程實(shí)例的講解視頻等擴(kuò)展內(nèi)容，同時(shí)為教師提供了電子課件、習(xí)題答案、源代碼等輔助教學(xué)資源。
Python是非常靈活、接近自然語(yǔ)言的通用編程語(yǔ)言，它功能強(qiáng)大，適合解決各類計(jì)算問題。Python輕語(yǔ)法、重應(yīng)用的特性使得它非常容易上手，有助于初學(xué)者形成良好的編程習(xí)慣和思維。對(duì)于非計(jì)算機(jī)類專業(yè)的學(xué)生來說，Python無(wú)疑是程序設(shè)計(jì)語(yǔ)言課程的首選。同時(shí)，Python擁有功能強(qiáng)大的第三方庫(kù)，提供了完整的數(shù)據(jù)分析框架，深受數(shù)據(jù)分析人員的青睞。全世界的編程人員都在不斷為Python的第三方庫(kù)貢獻(xiàn)力量，使得Python能夠通過短短幾行代碼就可以解決一個(gè)非常復(fù)雜的問題。
2019年，《Python程序設(shè)計(jì)：從編程基礎(chǔ)到專業(yè)應(yīng)用》出版，當(dāng)時(shí)國(guó)內(nèi)的Python教材很少，近幾年隨著Python語(yǔ)言的流行，相關(guān)書籍如雨后春筍般涌現(xiàn)。此次改版，主要特色和創(chuàng)新體現(xiàn)在三個(gè)方面：一是采用任務(wù)驅(qū)動(dòng)的教學(xué)理念，每章第一節(jié)均給出了本章要完成的任務(wù)（案例），所有知識(shí)點(diǎn)均圍繞該案例實(shí)現(xiàn)；二是突出Python在數(shù)據(jù)分析方面的強(qiáng)大功能，從第 2 章開始使用Python的標(biāo)準(zhǔn)庫(kù)和第三方庫(kù)；三是面向財(cái)經(jīng)應(yīng)用，具有鮮明的專業(yè)應(yīng)用特色。與第 1 版相比，第 2 版更具前沿性和專業(yè)性，主要改動(dòng)包括三個(gè)方面：一是將應(yīng)用實(shí)例聚焦到財(cái)經(jīng)應(yīng)用上，以解決專業(yè)應(yīng)用中的實(shí)際問題；二是重新設(shè)計(jì)和組織Python編程基礎(chǔ)部分的內(nèi)容，使其更適合初學(xué)者學(xué)習(xí)、記憶、理解和運(yùn)用；三是豐富數(shù)據(jù)分析與可視化的內(nèi)容，包括 NumPy、Pandas、Matplotlib和Scikit-learn類庫(kù)。
本書適用于32～48學(xué)時(shí)（2～3學(xué)分）的彈性教學(xué)，第1部分的教學(xué)需要32學(xué)時(shí)，第2部分的教學(xué)需要16學(xué)時(shí)，共計(jì)48學(xué)時(shí)。若開設(shè)課程為32學(xué)時(shí)（2學(xué)分），則可只講第1部分，即前7章。
作為中央財(cái)經(jīng)大學(xué)“十四五”本科規(guī)劃教材，本書的出版要感謝學(xué)校領(lǐng)導(dǎo)、教務(wù)處和信息學(xué)院Python課程組老師給予的大力支持和幫助。章寧負(fù)責(zé)全書整體策劃，以及第1～7章的編寫和統(tǒng)稿工作；李海峰負(fù)責(zé)編寫第10章，并進(jìn)行第8～10章的統(tǒng)稿工作；王堅(jiān)負(fù)責(zé)編寫第8章，李燕負(fù)責(zé)編寫第9章。此外，王悅和劉燦濤參與了第5～7章部分章節(jié)的編寫。
作為入門編程課程教材，本書內(nèi)含大量編程實(shí)例，每章最后都有習(xí)題。本書通過二維碼向讀者提供所有編程實(shí)例的講解視頻等擴(kuò)展內(nèi)容，同時(shí)為教師提供了電子課件、習(xí)題答案、源代碼等輔助教學(xué)資源。
由于時(shí)間倉(cāng)促，書中難免存在不妥之處，請(qǐng)讀者批評(píng)指正，并提出寶貴意見。
章寧，教授，博士生導(dǎo)師，現(xiàn)任中央財(cái)經(jīng)大學(xué)信息學(xué)院院長(zhǎng)，兼任商務(wù)部中國(guó)服務(wù)貿(mào)易專家委員會(huì)委員、管理科學(xué)與工程學(xué)會(huì)理事、國(guó)際信息系統(tǒng)協(xié)會(huì)中國(guó)分會(huì)CNAIS理事。獲霍英東第十三屆全國(guó)高等院校青年教師三等獎(jiǎng)。2012年獲北京市優(yōu)秀人才培養(yǎng)項(xiàng)目資助。2016年獲“北京高校優(yōu)秀德育工作者”榮譽(yù)稱號(hào)。中央財(cái)經(jīng)大學(xué)首屆教學(xué)名師。
前言
第1部分 Python編程基礎(chǔ)
第1章 Python起步2
1.1 案例：計(jì)算終值2
1.2 Python的安裝和運(yùn)行2
1.2.1 搭建編程環(huán)境2
1.2.2 創(chuàng)建并運(yùn)行程序4
1.3 Python語(yǔ)言簡(jiǎn)介6
1.3.1 程序設(shè)計(jì)語(yǔ)言6
1.3.2 Python的起源和特性7
1.4 程序的基本要素8
1.4.1 數(shù)據(jù)類型8
1.4.2 變量10
1.4.3 運(yùn)算符11
1.4.4 函數(shù)12
1.4.5 語(yǔ)句13
1.4.6 控制結(jié)構(gòu)14
1.5 編程實(shí)踐：累加、累乘16
1.6 本章小結(jié)18
1.7 習(xí)題19
第2章 數(shù)值計(jì)算21
2.1 案例：蒙特卡羅模擬計(jì)算圓周率21
2.2 數(shù)字運(yùn)算符22
2.2.1 比較運(yùn)算符22
2.2.2 邏輯運(yùn)算符23
2.2.3 混合類型運(yùn)算24
2.3 數(shù)值計(jì)算常用函數(shù)25
2.3.1 數(shù)字運(yùn)算函數(shù)25
2.3.2 整型相關(guān)函數(shù)26
2.4 相關(guān)標(biāo)準(zhǔn)庫(kù)27
2.4.1 math庫(kù)27
2.4.2 random庫(kù)29
2.4.3 time庫(kù)32
2.5 編程實(shí)踐：NumPy financial33
2.5.1 numpy_financial庫(kù)的安裝33
2.5.2 numpy_financial庫(kù)的使用34
2.6 本章小結(jié)36
2.7 習(xí)題37
第3章 序列39
3.1 案例：計(jì)算圓周率的精確小數(shù)位數(shù)39
3.2 對(duì)象和類40
3.2.1 type()函數(shù)41
3.2.2 decimal庫(kù)中的Decimal類41
3.3 字符串42
3.3.1 字符串的表示42
3.3.2 字符串運(yùn)算符43
3.3.3 len()函數(shù)和string庫(kù)45
3.3.4 字符串的常用方法46
3.4 列表和元組48
3.4.1 列表和元組的表示48
3.4.2 列表和元組的運(yùn)算符49
3.4.3 列表和元組的函數(shù)51
3.4.4 列表和元組的方法52
3.5 文件53
3.5.1 文件的基本操作53
3.5.2 tkinter中的filedialog55
3.6 編程實(shí)踐：Matplotlib中的pyplot56
3.7 本章小結(jié)61
3.8 習(xí)題62
第4章 非序列組合64
4.1 案例：四國(guó)宏觀經(jīng)濟(jì)數(shù)據(jù)對(duì)比64
4.2 字典66
4.2.1 字典的表示66
4.2.2 字典的運(yùn)算符和函數(shù)68
4.2.3 字典的常用方法69
4.3 集合71
4.3.1 集合的表示71
4.3.2 集合的運(yùn)算符和函數(shù)72
4.3.3 集合的常用方法73
4.4 JSON文件74
4.4.1 JSON格式74
4.4.2 JSON庫(kù)75
4.5 編程實(shí)踐：pygal78
4.6 本章小結(jié)81
4.7 習(xí)題82
第5章 程序的控制結(jié)構(gòu)84
5.1 案例：標(biāo)準(zhǔn)普爾500行業(yè)數(shù)據(jù)分析84
5.2 分支結(jié)構(gòu)86
5.2.1 if-elif-else多分支語(yǔ)句86
5.2.2 條件表達(dá)式87
5.3 循環(huán)結(jié)構(gòu)89
5.3.1 while語(yǔ)句89
5.3.2 嵌套循環(huán)92
5.4 CSV文件94
5.4.1 CSV格式94
5.4.2 CSV庫(kù)94
5.5 編程實(shí)踐：錯(cuò)誤處理97
5.6 本章小結(jié)100
5.7 習(xí)題100
第6章 結(jié)構(gòu)化程序設(shè)計(jì)102
6.1 案例：模擬乒乓球比賽102
6.2 函數(shù)104
6.2.1 函數(shù)的定義和調(diào)用104
6.2.2 參數(shù)的傳遞107
6.2.3 變量的作用域109
6.3 模塊112
6.3.1 模塊的執(zhí)行和引入112
6.3.2 模塊的結(jié)構(gòu)113
6.4 自頂向下和自底向上115
6.4.1 自頂向下設(shè)計(jì)115
6.4.2 自底向上實(shí)施116
6.5 編程實(shí)踐：調(diào)試程序120
6.6 本章小結(jié)124
6.7 習(xí)題124
第7章 面向?qū)ο蟮某绦蛟O(shè)計(jì)126
7.1 案例：模擬乒乓球比賽126
7.2 類和對(duì)象實(shí)例127
7.2.1 類的定義127
7.2.2 對(duì)象實(shí)例131
7.3 面向?qū)ο蟮幕咎匦?33
7.3.1 封裝性133
7.3.2 繼承和多態(tài)性134
7.4 面向?qū)ο蟮某绦蛟O(shè)計(jì)過程136
7.4.1 尋找候選對(duì)象136
7.4.2 設(shè)計(jì)并定義類136
7.5 編程實(shí)踐：tkinter中的彈出對(duì)話框138
7.6 本章小結(jié)141
7.7 習(xí)題142
第2部分 Python專業(yè)應(yīng)用
第8章 數(shù)據(jù)分析基礎(chǔ)146
8.1 案例：蘋果公司股票價(jià)格數(shù)據(jù)的典型技術(shù)指標(biāo)分析146
8.2 科學(xué)計(jì)算包 NumPy146
8.2.1 數(shù)組導(dǎo)入與創(chuàng)建146
8.2.2 數(shù)組屬性148
8.2.3 數(shù)組訪問149
8.2.4 數(shù)組操作149
8.2.5 數(shù)組運(yùn)算151
8.3 數(shù)據(jù)處理包Pandas153
8.3.1 數(shù)據(jù)導(dǎo)入153
8.3.2 數(shù)據(jù)創(chuàng)建155
8.3.3 數(shù)據(jù)預(yù)覽157
8.3.4 數(shù)據(jù)訪問158
8.3.5 數(shù)據(jù)操作161
8.3.6 時(shí)間序列處理164
8.3.7 本章案例實(shí)現(xiàn)165
8.4 編程實(shí)踐167
8.5 本章小結(jié)170
8.6 習(xí)題171
第9章 數(shù)據(jù)可視化172
9.1 案例：金融數(shù)據(jù)可視化172
9.2 Matplotlib進(jìn)階：繪圖格式的基本設(shè)置172
9.3 Python中的其他常見繪圖工具178
9.3.1 Pandas繪圖178
9.3.2 Seaborn庫(kù)183
9.4 編程實(shí)踐184
9.4.1 股票K線圖繪制184
9.4.2 金融文本數(shù)據(jù)分析188
9.5 本章小結(jié)190
9.6 習(xí)題190
第10章 數(shù)據(jù)分析建模191
10.1 案例：金融領(lǐng)域的數(shù)據(jù)分析191
10.2 Scikit-learn介紹191
10.2.1 Scikit-learn的歷史191
10.2.2 Scikit-learn資源介紹192
10.3 Scikit-learn實(shí)現(xiàn)回歸模型192
10.3.1 線性回歸模型的原理192
10.3.2 線性回歸模型的簡(jiǎn)單實(shí)現(xiàn)193
10.3.3 基于Scikit-learn的線性回歸模型預(yù)測(cè)股票價(jià)格漲跌趨勢(shì)195
10.4 Scikit-learn實(shí)現(xiàn)分類模型201
10.4.1 決策樹分類模型的原理201
10.4.2 決策樹分類模型的簡(jiǎn)單實(shí)現(xiàn)203
10.4.3 基于Scikit-learn的決策樹分類模型預(yù)測(cè)是否貸款206
10.5 編程實(shí)踐211
10.6 本章小結(jié)214
10.7 習(xí)題214
附錄 應(yīng)用配置215
參考文獻(xiàn)218
書單推薦
